图像识别算法基础

图形图像使用和类型。色觉。彩色图像。

数字化理论基础。计算机图形技术手段。分辨率，色深，缩放，取样。

图像基础分析。统计分析问题。图像数字特性。

图像分析。关于图像的各种频率分布图的建立。

完全和局部的频率分布图的得到。频率分布直方图。频率分布图分解。

纹理特征：邻接矩阵。Gabor滤波。公式特征：傅里叶描述。局部特征：奇异点。

轮廓分析。基本概念。轮廓特征。

相关函数。自相关函数。识别问题。

轮廓一致性。

轮廓析出方法。Canny检测。单色图像的转换。

算子运用：Sobel，Roberts，Prewitt 。

图像正规化。

图像过滤。角的处理形式。噪声形式。滤波：线性，非线性。

点图的处理办法。 点图的处理特征。

聚类。集群阶段。测量距离。集群的类型。

分层聚类及类型。

模糊聚类算法。

基于图论聚类算法。图像分割。

Newman算法。

最小生成树的聚类算法。

分层聚类。

跟踪方法。跟踪系统工作概况。特征集查找。

跟踪问题。跟踪算法。低质量抽样。光流。

经验风险最小化。最小风险的有序方法。

关于模式识别特征系统。模式识别的机器学习问题。

共轭方向法

纠错的方法。错误校正的方法反向传播。

决策树。随机森林。

广义肖像的方法（支持向量机）。超平面分离